CN115482244A - 一种内镜镜下影像处理方法 - Google Patents

一种内镜镜下影像处理方法 Download PDF

Info

Publication number
CN115482244A
CN115482244A CN202211115883.1A CN202211115883A CN115482244A CN 115482244 A CN115482244 A CN 115482244A CN 202211115883 A CN202211115883 A CN 202211115883A CN 115482244 A CN115482244 A CN 115482244A
Authority
CN
China
Prior art keywords
central point
rgb value
turning
point
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211115883.1A
Other languages
English (en)
Other versions
CN115482244B (zh
Inventor
赵军军
丁伟峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Suotu Technology Co ltd
Original Assignee
Nanjing Suotu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Suotu Technology Co ltd filed Critical Nanjing Suotu Technology Co ltd
Priority to CN202211115883.1A priority Critical patent/CN115482244B/zh
Publication of CN115482244A publication Critical patent/CN115482244A/zh
Application granted granted Critical
Publication of CN115482244B publication Critical patent/CN115482244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10068—Endoscopic image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种内镜镜下影像处理方法，包括步骤如下：取待去除区域颜色的RGB值和中心点的坐标；将中心点在X轴方向移动，搜索其RGB值与待去除区域颜色的RGB值相同的点，再将该点在Y轴方向移动，当在Y轴方向其RGB值与待去除区域颜色的RGB值相同的点不大于取样点的三分之二，则对应的X轴坐标值为对应镜下影像画面的左边界或右边界，否则重复该步骤；同理获取上下边界；将位于上述边界区域内的画面提取为ImageA；分别对ImageA的边缘区域采用漫水填充算法，填充后的ImageA即为最终提取的镜下影像画面。本发明可以从内镜主机影像中提取有效内容，去除多余非镜下影像画面，从而方便工作人员识别同时降低耗材。

Description

一种内镜镜下影像处理方法
技术领域
本发明属于医疗器械技术领域，具体涉及一种内镜镜下影像处理方法。
背景技术
医疗内镜主机输出的影像画面中，除了内镜镜下画面，还包含其他参数、状态信息，这些信息分布在镜下画面的左侧或右侧，导致采集到的影像画面会包含很多黑色背景（最多时会超过总尺寸的50%），导致在打印出的报告单上，镜下画面较小，不易识别，同时，这些大量的黑色在打印时会耗费大量的打印耗材。
发明内容
解决的技术问题：针对上述技术问题，本发明提供了一种内镜镜下影像处理方法，可以从医疗内镜的主机影像中提取有效内容，去除多余的非镜下影像画面。
技术方案：一种内镜镜下影像处理方法，包括步骤如下：
S1.取镜下影像画面中待去除区域颜色的RGB值和镜下影像画面中心点的坐标；
S2.将镜下影像画面的中心点在X轴方向移动，搜索其RGB值与待去除区域颜色的RGB值相同的点，再将该点在Y轴方向移动，当在Y轴方向其RGB值与待去除区域颜色的RGB值相同的点不大于取样点的三分之二，则对应的X轴坐标值为对应镜下影像画面的左边界或右边界，否则重复该步骤；
S3. 将镜下影像画面的中心点在Y轴方向移动，搜索其RGB值与待去除区域颜色的RGB值相同的点，再将该点在X轴方向移动，当在X轴方向其RGB值与待去除区域颜色的RGB值相同的点不大于取样点的三分之二，则对应的Y轴坐标值为对应镜下影像画面的上边界或下边界，否则重复该步骤；
S4.将位于左边界、右边界、上边界和下边界区域内的画面提取为ImageA；
S5.分别对ImageA的边缘区域采用漫水填充算法，填充后的ImageA即为最终提取的镜下影像画面。
优选的，所述步骤S2中左边界的获取方法步骤如下：
S211.将中心点的X轴坐标向左移动30像素，并将新坐标赋予中心点；
S212.判断中心点新X轴坐标值是否≤0，是则将中心点的新X轴坐标值设置为0，并转入步骤S213，否则转入步骤S214；
S213.将中心点的X轴坐标向右移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S215；否则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；
S214.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S216，否则转入步骤S211；
S215. 在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；否则转入步骤S213；
S216.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S213，否则转入步骤S211。
优选的，所述步骤S2中右边界的获取方法步骤如下：
S221.将中心点的X轴坐标向右移动，移动距离为中心点的X轴坐标值与左边界的X轴坐标值之差；
S222.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S223，否则转入步骤S224；
S223.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S226，否则转入步骤S224；
S224.将中心点的X轴坐标向右移动30像素，并将新坐标赋予中心点；
S225.判断中心点新X轴坐标值是否≥画面宽度，是则将中心点的新X轴坐标值设置为画面宽度，并转入步骤S226，否则转入步骤S222；
S226.将中心点的X轴坐标向左移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S227；否则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界；
S227.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界，否则转入步骤S226。
优选的，所述步骤S3中上边界的获取方法步骤如下：
S311.将中心点的Y轴坐标向上移动30像素，并将新坐标赋予中心点；
S312.判断中心点新Y轴坐标值是否≤0，是则将中心点的新Y轴坐标值设置为0，并转入步骤S313，否则转入步骤S314；
S313.将中心点的Y轴坐标向下移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S315；否则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；
S314.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S316，否则转入步骤S311；
S315. 在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；否则转入步骤S313；
S316.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S313，否则转入步骤S311。
优选的，所述步骤S3中下边界的获取方法步骤如下：
S321.将中心点的Y轴坐标向下移动，移动距离为中心点的Y轴坐标值与上边界的Y轴坐标值之差；
S322.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S323，否则转入步骤S324；
S323.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S326，否则转入步骤S324；
S324.将中心点的Y轴坐标向下移动30像素，并将新坐标赋予中心点；
S325.判断中心点新Y轴坐标值是否≥画面高度，是则将中心点的新Y轴坐标值设置为画面高度，并转入步骤S326，否则转入步骤S322；
S326.将中心点的Y轴坐标向上移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S327；否则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界；
S327.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界，否则转入步骤S326。
优选的，所述步骤S5具体为：分别对ImageA的左上角、右上角、左下角和右下角采用漫水填充算法，填充白色，填充后的ImageA即为最终提取的镜下影像画面。
有益效果：本发明可以从医疗内镜的主机影像中提取有效内容，去除多余的非镜下影像画面，从而方便工作人员识别同时降低耗材。
附图说明
图1是本申请的流程示意图；
图2是左边界的获取方法流程图；
图3是右边界的获取方法流程图；
图4是上边界的获取方法流程图；
图5是下边界的获取方法流程图；
图6-10是本申请的使用效果对照图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步描述。
实施例1
如图1-5所示，一种内镜镜下影像处理方法，包括步骤如下：
S1.取镜下影像画面中待去除区域颜色的RGB值和镜下影像画面中心点的坐标；
S2.获取镜下影像画面的左边界、右边界：
S211.将中心点的X轴坐标向左移动30像素，并将新坐标赋予中心点；
S212.判断中心点新X轴坐标值是否≤0，是则将中心点的新X轴坐标值设置为0，并转入步骤S213，否则转入步骤S214；
S213.将中心点的X轴坐标向右移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S215；否则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；
S214.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S216，否则转入步骤S211；
S215. 在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；否则转入步骤S213；
S216.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S213，否则转入步骤S211；
S221.将中心点的X轴坐标向右移动，移动距离为中心点的X轴坐标值与左边界的X轴坐标值之差；
S222.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S223，否则转入步骤S224；
S223.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S226，否则转入步骤S224；
S224.将中心点的X轴坐标向右移动30像素，并将新坐标赋予中心点；
S225.判断中心点新X轴坐标值是否≥画面宽度，是则将中心点的新X轴坐标值设置为画面宽度，并转入步骤S226，否则转入步骤S222；
S226.将中心点的X轴坐标向左移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S227；否则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界；
S227.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界，否则转入步骤S226；
S3.获取镜下影像画面的上边界、下边界：
S311.将中心点的Y轴坐标向上移动30像素，并将新坐标赋予中心点；
S312.判断中心点新Y轴坐标值是否≤0，是则将中心点的新Y轴坐标值设置为0，并转入步骤S313，否则转入步骤S314；
S313.将中心点的Y轴坐标向下移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S315；否则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；
S314.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S316，否则转入步骤S311；
S315. 在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；否则转入步骤S313；
S316.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S313，否则转入步骤S311；
S321.将中心点的Y轴坐标向下移动，移动距离为中心点的Y轴坐标值与上边界的Y轴坐标值之差；
S322.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S323，否则转入步骤S324；
S323.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S326，否则转入步骤S324；
S324.将中心点的Y轴坐标向下移动30像素，并将新坐标赋予中心点；
S325.判断中心点新Y轴坐标值是否≥画面高度，是则将中心点的新Y轴坐标值设置为画面高度，并转入步骤S326，否则转入步骤S322；
S326.将中心点的Y轴坐标向上移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S327；否则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界；
S327.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界，否则转入步骤S326；
S4.将位于左边界、右边界、上边界和下边界区域内的画面提取为ImageA；
S5.分别对ImageA的左上角、右上角、左下角和右下角采用漫水填充算法，填充白色，填充后的ImageA即为最终提取的镜下影像画面。
采用上述方法处理内镜镜下影像后，可以去除多余的非镜下影像画面，获取有效内容，极大地方便了工作人员的识别分析，同时减少了打印耗材。具体使用效果参见图6-10。

Claims (6)

1.一种内镜镜下影像处理方法，其特征在于，包括步骤如下：
S1.取镜下影像画面中待去除区域颜色的RGB值和镜下影像画面中心点的坐标；
S2.将镜下影像画面的中心点在X轴方向移动，搜索其RGB值与待去除区域颜色的RGB值相同的点，再将该点在Y轴方向移动，当在Y轴方向其RGB值与待去除区域颜色的RGB值相同的点不大于取样点的三分之二，则对应的X轴坐标值为对应镜下影像画面的左边界或右边界，否则重复该步骤；
S3. 将镜下影像画面的中心点在Y轴方向移动，搜索其RGB值与待去除区域颜色的RGB值相同的点，再将该点在X轴方向移动，当在X轴方向其RGB值与待去除区域颜色的RGB值相同的点不大于取样点的三分之二，则对应的Y轴坐标值为对应镜下影像画面的上边界或下边界，否则重复该步骤；
S4.将位于左边界、右边界、上边界和下边界区域内的画面提取为ImageA；
S5.分别对ImageA的边缘区域采用漫水填充算法，填充后的ImageA即为最终提取的镜下影像画面。
2.根据权利要求1所述的一种内镜镜下影像处理方法，其特征在于，所述步骤S2中左边界的获取方法步骤如下：
S211.将中心点的X轴坐标向左移动30像素，并将新坐标赋予中心点；
S212.判断中心点新X轴坐标值是否≤0，是则将中心点的新X轴坐标值设置为0，并转入步骤S213，否则转入步骤S214；
S213.将中心点的X轴坐标向右移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S215；否则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；
S214.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S216，否则转入步骤S211；
S215. 在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageLeft，即镜下影像画面的左边界；否则转入步骤S213；
S216.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S213，否则转入步骤S211。
3.根据权利要求1或2所述的一种内镜镜下影像处理方法，其特征在于，所述步骤S2中右边界的获取方法步骤如下：
S221.将中心点的X轴坐标向右移动，移动距离为中心点的X轴坐标值与左边界的X轴坐标值之差；
S222.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S223，否则转入步骤S224；
S223.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S226，否则转入步骤S224；
S224.将中心点的X轴坐标向右移动30像素，并将新坐标赋予中心点；
S225.判断中心点新X轴坐标值是否≥画面宽度，是则将中心点的新X轴坐标值设置为画面宽度，并转入步骤S226，否则转入步骤S222；
S226.将中心点的X轴坐标向左移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S227；否则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界；
S227.在中心点当前的Y轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的X轴坐标值命名为ImageRight，即镜下影像画面的右边界，否则转入步骤S226。
4.根据权利要求1所述的一种内镜镜下影像处理方法，其特征在于，所述步骤S3中上边界的获取方法步骤如下：
S311.将中心点的Y轴坐标向上移动30像素，并将新坐标赋予中心点；
S312.判断中心点新Y轴坐标值是否≤0，是则将中心点的新Y轴坐标值设置为0，并转入步骤S313，否则转入步骤S314；
S313.将中心点的Y轴坐标向下移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S315；否则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；
S314.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S316，否则转入步骤S311；
S315. 在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageTop，即镜下影像画面的上边界；否则转入步骤S313；
S316.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S313，否则转入步骤S311。
5.根据权利要求1或4所述的一种内镜镜下影像处理方法，其特征在于，所述步骤S3中下边界的获取方法步骤如下：
S321.将中心点的Y轴坐标向下移动，移动距离为中心点的Y轴坐标值与上边界的Y轴坐标值之差；
S322.在中心点的当前位置取RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S323，否则转入步骤S324；
S323.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量大于取样点的三分之二，则转入步骤S326，否则转入步骤S324；
S324.将中心点的Y轴坐标向下移动30像素，并将新坐标赋予中心点；
S325.判断中心点新Y轴坐标值是否≥画面高度，是则将中心点的新Y轴坐标值设置为画面高度，并转入步骤S326，否则转入步骤S322；
S326.将中心点的Y轴坐标向上移动1像素，并将新坐标赋予中心点，取其RGB值与待去除区域颜色的RGB值比较，如相同则转入步骤S327；否则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界；
S327.在中心点当前的X轴上，每隔100像素取对应点的RGB值与待去除区域颜色的RGB值比较，如RGB值相同的点数量不大于取样点的三分之二，则将当前的Y轴坐标值命名为ImageBottom，即镜下影像画面的下边界，否则转入步骤S326。
6.根据权利要求1所述的一种内镜镜下影像处理方法，其特征在于，所述步骤S5具体为：分别对ImageA的左上角、右上角、左下角和右下角采用漫水填充算法，填充白色，填充后的ImageA即为最终提取的镜下影像画面。
CN202211115883.1A 2022-09-14 2022-09-14 一种内镜镜下影像处理方法 Active CN115482244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211115883.1A CN115482244B (zh) 2022-09-14 2022-09-14 一种内镜镜下影像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211115883.1A CN115482244B (zh) 2022-09-14 2022-09-14 一种内镜镜下影像处理方法

Publications (2)

Publication Number Publication Date
CN115482244A true CN115482244A (zh) 2022-12-16
CN115482244B CN115482244B (zh) 2024-05-07

Family

ID=84423816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211115883.1A Active CN115482244B (zh) 2022-09-14 2022-09-14 一种内镜镜下影像处理方法

Country Status (1)

Country Link
CN (1) CN115482244B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258700A (zh) * 2023-02-28 2023-06-13 南京索图科技有限公司 一种内窥镜冻结状态检测的方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008116459A (ja) * 1999-10-22 2008-05-22 Toshiba Corp 画像の輪郭抽出方法、画像からの物体抽出方法およびこの物体抽出方法を用いた画像伝送システム
CN101719463A (zh) * 2009-11-17 2010-06-02 博磊科技股份有限公司 寻找晶圆边界的方法
CN104794421A (zh) * 2015-04-29 2015-07-22 华中科技大学 一种qr码定位及识别方法
CN105574841A (zh) * 2014-11-05 2016-05-11 Tcl集团股份有限公司 一种基于颜色的图像分割方法及装置
CN107590447A (zh) * 2017-08-29 2018-01-16 北京奇艺世纪科技有限公司 一种文字标题识别方法及装置
JP2018156274A (ja) * 2017-03-16 2018-10-04 株式会社リコー 画像処理装置、画像処理方法およびプログラム
CN110264397A (zh) * 2019-07-01 2019-09-20 广东工业大学 一种提取鱼眼图像的有效区域的方法和装置
CN111179184A (zh) * 2019-11-29 2020-05-19 广东工业大学 基于随机抽样一致性的鱼眼图像有效区域提取方法
JP2020185214A (ja) * 2019-05-15 2020-11-19 花王株式会社 皮膚毛細血管の撮影及び解析方法
CN114359277A (zh) * 2022-03-18 2022-04-15 佛山科学技术学院 一种脑卒中患者的脑部图像处理方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008116459A (ja) * 1999-10-22 2008-05-22 Toshiba Corp 画像の輪郭抽出方法、画像からの物体抽出方法およびこの物体抽出方法を用いた画像伝送システム
CN101719463A (zh) * 2009-11-17 2010-06-02 博磊科技股份有限公司 寻找晶圆边界的方法
CN105574841A (zh) * 2014-11-05 2016-05-11 Tcl集团股份有限公司 一种基于颜色的图像分割方法及装置
CN104794421A (zh) * 2015-04-29 2015-07-22 华中科技大学 一种qr码定位及识别方法
JP2018156274A (ja) * 2017-03-16 2018-10-04 株式会社リコー 画像処理装置、画像処理方法およびプログラム
CN107590447A (zh) * 2017-08-29 2018-01-16 北京奇艺世纪科技有限公司 一种文字标题识别方法及装置
JP2020185214A (ja) * 2019-05-15 2020-11-19 花王株式会社 皮膚毛細血管の撮影及び解析方法
CN110264397A (zh) * 2019-07-01 2019-09-20 广东工业大学 一种提取鱼眼图像的有效区域的方法和装置
CN111179184A (zh) * 2019-11-29 2020-05-19 广东工业大学 基于随机抽样一致性的鱼眼图像有效区域提取方法
CN114359277A (zh) * 2022-03-18 2022-04-15 佛山科学技术学院 一种脑卒中患者的脑部图像处理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马聪等: "枸杞图像目标提取方法研究", 《宁夏农林科技》, 31 December 2021 (2021-12-31), pages 89 - 94 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258700A (zh) * 2023-02-28 2023-06-13 南京索图科技有限公司 一种内窥镜冻结状态检测的方法
CN116258700B (zh) * 2023-02-28 2024-04-26 南京索图科技有限公司 一种内窥镜冻结状态检测的方法

Also Published As

Publication number Publication date
CN115482244B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
US6993169B2 (en) System and method for finding regions of interest for microscopic digital montage imaging
US20210118144A1 (en) Image processing method, electronic device, and storage medium
KR20220050977A (ko) 의료 이미지 처리 방법, 이미지 처리 방법 및 장치
CN115482244A (zh) 一种内镜镜下影像处理方法
CN109858480A (zh) 一种数字式仪表识别方法
CN111797766B (zh) 识别方法、识别装置、计算机可读存储介质和车辆
CN111223110B (zh) 一种显微图像增强方法、装置及计算机设备
CN111860369A (zh) 一种欺诈识别方法、装置以及存储介质
CN112767392A (zh) 图像清晰度确定方法、装置、设备及存储介质
CN113252614A (zh) 一种基于机器视觉的透明度检测方法
JP2000105819A (ja) 顔領域検出装置
CN116580203A (zh) 一种基于视觉注意力的无监督宫颈细胞实例分割方法
CN112949378A (zh) 一种基于深度学习网络的细菌显微图像分割方法
CN115588208A (zh) 一种基于数字图像处理技术的全线表结构识别方法
CN113592851B (zh) 一种基于全脸图像的毛孔检测方法
CN113177564B (zh) 一种计算机视觉猪只关键点识别方法
CN112489053B (zh) 一种舌像分割方法、装置及存储介质
CN111292273B (zh) 一种语义引导的暗光图像增强方法
CN116912827A (zh) 基于大模型的可交互式标注方法及系统
CN112215816A (zh) 一种生产线中显示器故障的实时检测方法、存储介质和装置
JP2009134410A (ja) 彩色処理装置、彩色処理方法およびプログラム
CN114862706A (zh) 一种保持图像梯度方向的色阶映射方法
CN110738682B (zh) 一种前景分割方法及系统
JP2005309862A (ja) 図形抽出プログラム、図形抽出方法、及び図形抽出装置
CN111859022A (zh) 封面生成方法、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant